浅析网站分析的运营分析指标

时间：2022-07-15 07:48:01 | 来源：建站知识

时间：2022-07-15 07:48:01 来源：建站知识

一、电商网站数据分析流程：

(1)数据收集：这个阶段是收集基本的基本数据。通常，这些数据是事物的计数。这个阶段的目标是收集数据。

(2)处理数据到信息：这个阶段通常需要计数并使其成为比率，尽管仍然可能有一些计数。这个阶段的目标是获取数据并将其合并到信息中，特别是指标。

(3)开发关键绩效指标(KPI)：此阶段着重于使用比率(和计数)并将它们与业务策略相关联，称为关键绩效指标(KPI)。很多时候，KPI都涉及转换方面，但并非总是如此。这取决于商业机构。

(4)制定在线策略：该阶段关注组织或业务的在线目标，目标和标准。这些策略通常与赚钱，省钱或增加市场份额有关。分析师为优化网站而开发的另一个重要功能是实验。

网舟科技研发小组发现在现代大数据利用用户行为日志分析，调整运营策略，使得商业利润最大化，具体的案例有国内各大电商网站的精准营销(个性化推荐服务)。

其电商网站经常使用的分析维度为流量、渠道、转化(流量转化和订单转化)、留存率、粘度、跳出率、时长、路径;根据不同的商业需求，可搭建用户分析体系。

二、分析维度、量度：

基础分析：

1)渠道：APP、移动端、PC端、微信端等

2)流量：页面浏览、页面访问、点击等

3)转化：转化

4)留存: 留存用户、留存率、N天留存

5)客户体验：跳出率、时长、粘度

1渠道：

现代电商网站往往具备 APP、移动端、微信端、PC端 渠道，其中根据不同的业务，流量偏重有所不同，随着手机移动设备的越来越智能化和大屏化，一般情况下，电商节的双11和618数据表明，非PC端消费的用户最多。现在的商业机构更加注重非PC端(微信、APP、移动端)的营销，所以了解用户使用的设备和渠道能够使得运营和利润最大化。

2 流量：

通常说的网站流量(traffic)是指网站的访问量，是用来描述访问一个网站的用户数量以及用户所浏览的网页数量等指标。

用户行为指标主要反映用户是如何来到网站的、在网站上停留了多长时间、访问了哪些页面等，主要的统计指标包括：

·用户在网站的停留时间;

·用户来源网站(也叫“引导网站”);

·用户所使用的搜索引擎及其关键词;

·在不同时段的用户访问量情况等。

3 转化：

网站转化率(conversion rate)是指用户进行了相应目标行动的访问次数与总访问次数的比率。相应的行动可以是用户登录、用户注册、用户订阅、用户下载、用户购买等一系列用户行为，因此网站转化率是一个广义的概念。简而言之，就是当访客访问网站的时候，把访客转化成网站常驻用户，也可以理解为访客到用户的转换。

网站的转化率=(浏览产品人数/进站总人数)×(进入购买流程人数/浏览产品人数)×(订单数/进入购买流程人数)

4 留存用户：

用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户。

这部分用户占当时新增用户的比例即是留存率，会按照每隔1单位时间(例日、周、月)来进行统计。顾名思义，留存指的就是“有多少用户留下来了”。留存用户和留存率体现了应用的质量和保留用户的能力。

计算公式：

留存率： 新增用户中登录用户数/新增用户数*100%(一般统计周期为天)

新增用户数： 在某个时间段(一般为第一整天)新登录应用的用户数;

登录用户数： 登录应用后至当前时间，至少登录过一次的用户数;

次日留存率： (当天新增的用户中，在注册的第2天还登录的用户数)/第一天新增总用户数;

第3日留存率： (第一天新增用户中，在注册的第3天还有登录的用户数)/第一天新增总用户数;

第7日留存率：( 第一天新增的用户中，在注册的第7天还有登录的用户数)/第一天新增总用户数;

第30日留存率： (第一天新增的用户中，在注册的第30天还有登录的用户数)/第一天新增总用户数

5 跳出率：

跳出率(bounce rate)反映出访问者在进入你的网站后又“跳出”的百分比(如，有些访问者只浏览了你的一个页面，然后就离开了)。访问者“跳出”某个页面的原因很多，包括：

访问者点击了浏览器上的后退按钮

访问者关闭了浏览器

访问者点击了你的广告

访问者点击进入了网站上的外部链接

访问者使用了他浏览器上的搜索框

访问者在浏览器上输入新URL地址然后进入新网站

上面这些动作都会造成访问者离开你的网站。如果访问者在进入你网站的某个页面后，(没有点击第二个页面)然后就立刻进行了上面某个操作，这样的行为就被算做一次“跳出”。

跳出率计算公式：

跳出率： 访问一个页面后离开网站的次数/总访问次数

假设某个月你的网站访问量是120000次，其中80000次在访问一个页面后就离开了网站，那么该月你的网站跳出率就是80000/120000≈0.66(66%)。你可以计算整个网站的跳出率，也可以计算其中某些页面的跳出率。

显然，跳出率越低，对网站越有利。低跳出率意味着访问者在进入网站后受到更多吸引，并选择点开第二、三、四….个页面。

Google Analytics等网站分析工具都可以帮你观察网站的“跳出”情况

6 访问时长：

用户在来到你网站开始浏览信息，从进来你的网站开始，到关掉或者跳出你的网站，中间所经过的时间，就叫做网站访问时长。

网站访问时长越长，证明网站用户停留时时间长，侧面的反应网站的内容比较好，用户粘度较高。

如果访问时长显示--，意思就代表用户一般打开你的网站，没怎么看就关掉或者跳转了。要不就是你的统计工具没有统计上。

7 用户粘度：

用户黏度是指用户对于品牌或产品的忠诚、信任与良性体验等结合起来形成的依赖程度和再消费期望程度。用户黏度也指增加用户双方彼此的使用数量，就像我们大家在平时搞好两个人双方之间的关系一样。

如何增加网站用户粘性

1)注重网站的页面设计

2)页面打开速度

3)网站更新的频率和质量

4)其他

三、模型分析：

流失挽回： 流失挽回是针对时效性较强的用户下单流程的一个模型。原理是用户在购买商品下单填写页面信息后没有及时的去提交订单和支付，系统抓取到用户的个人填单信息，并及时回访用户没有下单或者支付的原因(包括用户自身因素和电商网站系统因素)，促成用户下单和支付。

案例流程：

路径分析： 用户在流量网站时，会浏览不同业务类型的页面，不同的页面恰好表示用户有不同的业务需求。对用户不同的浏览路径进行分析可以不仅可以网站的引导能力进行优化调整，以适应用户的浏览轨迹，还可以针对用户进行对网站架构的个性化推荐调整(目前的网站页面架构是固定，对所有用户的展示均为固定的)，此举需要在网站页面初始设计架构时就需要考虑，根据开发的常规流程，越到后面改动需求，开发难度越大，所以针对用户浏览路径的分类对网站页面架构进行个性化推荐的设计需慎重考虑。

用户画像： 顾名思义，用户画像即为刻画整个用户属性的一种分析方式，往往不同的用户有不同的属性，就会不同的行为。现代商业模式下的对用户进行细化的分析证明，对用户进行分群，调整运营策略，能够使得资源利用回报率更高。譬如，电商网站，对用户最近经常浏览的商品进行品质化(根据用户以往消费水平)推荐给用户相当价格和质量的商品，而不是对所有用户都推荐同样的产品。

4)用户价值评分体系和精准营销： 这一点可以跟用户画像融合在一起，即根据相关的指标对用户进行价值分群，价值高的用户可以对其进行专项的优化和促进其消费等。

作者：网舟科技(刘扬钦)